Contemporaneamente all'annuncio del finanziamento, CuspAI ha lanciato l'AI Materials Foundry, un consorzio globale che riunisce 48 partner industriali e di ricerca con l'obiettivo di accelerare la scoperta di materiali progettati dall'IA per semiconduttori, energia pulita e produzione avanzata . Ecco l'analisi completa e documentata dell'accordo, della tecnologia, della coalizione e del confronto con i concorrenti, comprese le criticità legate a una valutazione di 2,6 miliardi di dollari per un'azienda che non ha ancora commercializzato un materiale .

Il round di finanziamento: dal seed a 2,6 miliardi in due anni

CuspAI è stata fondata nel 2024 e a giugno dello stesso anno ha raccolto un round seed da 30 milioni di dollari guidato da Hoxton Ventures . A settembre 2025, ha chiuso un Serie A da 100 milioni di dollari co-guidato da NEA e Temasek, con una valutazione di 520 milioni di dollari, con la partecipazione del ramo VC di Nvidia, Samsung Ventures e angel investor come il co-fondatore di OpenAI Durk Kingma e il co-fondatore di Hugging Face Thomas Wolf .

Il nuovo round Serie B da 450 milioni di dollari è stato confermato il 20 luglio 2026, dopo che il Financial Times aveva riportato a giugno che la società era in trattative per raccogliere circa 400 milioni di dollari a una valutazione di 2,6 miliardi . L'importo finale è stato superiore a quanto inizialmente riportato e ha incluso un roster di nuovi investitori: AMD Ventures, Glade Brook Capital Partners, Lux Capital e investitori sovrani da Regno Unito, Paesi Bassi (Invest-NL) e Singapore, insieme ai lead investor . Alcune fonti hanno riportato l'importo intorno ai 500 milioni di dollari, ma la maggior parte cita la cifra di 450 milioni .

L'AI Materials Foundry: una coalizione industriale da 48 membri

Lo stesso giorno dell'annuncio del finanziamento, CuspAI ha lanciato l'AI Materials Foundry, un consorzio globale progettato per mettere in comune potenza di calcolo, dati proprietari sui materiali, capacità di laboratorio e competenze manifatturiere per accelerare la progettazione di nuovi materiali . Tra i membri fondatori figurano Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR, Merck, AMD e decine di altri .

Nvidia fornisce l'infrastruttura di calcolo accelerato, mentre Meta contribuisce con i modelli di chimica atomistica del suo team Fundamental AI Research (FAIR) . Le aziende membri contribuiscono con dati proprietari sui materiali, capacità di laboratorio e requisiti di produzione . L'obiettivo dichiarato della coalizione è comprimere la tradizionale tempistica di scoperta dei materiali, che richiede dai 10 ai 20 anni, in cicli di sei mesi .

Come funziona il sistema di progettazione inversa (MIRA)

La piattaforma principale di CuspAI, chiamata MIRA, inverte il processo tradizionale di scoperta dei materiali . Invece di sintetizzare composti e poi testarne le proprietà, gli utenti specificano le caratteristiche prestazionali desiderate — tolleranza termica, conducibilità elettrica, selettività per la CO₂, resistenza all'incisione — e i modelli di IA generativa propongono strutture molecolari candidate ottimizzate per quelle proprietà . Fondamentalmente, il sistema valuta anche la producibilità, assicurando che i candidati proposti possano essere effettivamente sintetizzati .

L'azienda descrive MIRA come "un motore di ricerca per il mondo dei materiali" . La piattaforma seleziona i candidati esplorando un vasto spazio chimico, quindi indirizza i migliori ai partner della coalizione per una sintesi rapida e una validazione nel mondo reale . NEA, investitore sia nel Serie A che nel Serie B, ha descritto l'approccio come "progettazione inversa — partire dalle proprietà target e lavorare a ritroso per proporre candidati — poi valuta stabilità, prestazioni e producibilità attraverso cicli di feedback rapidi" .

I co-fondatori

CuspAI è stata co-fondata nel 2024 da due persone con competenze complementari :

• Dott. Chad Edwards — CEO. Chimico con esperienza nella commercializzazione della tecnologia presso Google, BASF e, più recentemente, l'azienda di computer quantistici Quantinuum . È stato anche co-fondatore commerciale di Cambridge Quantum Computing .
• Professor Max Welling — Chief AI Officer. Rinomato ricercatore di IA, ex scienziato illustre e vicepresidente presso Microsoft Research e Qualcomm, e professore all'Università di Amsterdam . Welling è un pioniere dell'IA moderna ed è noto per il suo lavoro sulle reti neurali grafiche e l'inferenza variazionale.

L'azienda ha sede a Cambridge, Regno Unito, con radici che risalgono ad Amsterdam, dove ha sede Welling . Tra i membri di spicco del consiglio di amministrazione figurano Geoffrey Hinton ("Padrino dell'IA") come consulente, Yann LeCun e l'ex CTO di ASML Martin van den Brink .

Confronto con i competitor: come si posiziona CuspAI

CuspAI opera in uno spazio in rapida crescita insieme ad altre startup ben finanziate nel campo dei materiali basati sull'IA. Ecco un confronto basato sulle informazioni disponibili :

La differenza strategica chiave: CuspAI non costruisce i propri laboratori robotici. Invece, esternalizza la validazione fisica ai partner della coalizione, il che teoricamente le consente di scalare più rapidamente e attingere a competenze manifatturiere esistenti, ma significa anche che cede il controllo del ciclo di sintesi . Al contrario, sia Lila Sciences che Periodic Labs operano laboratori wet completamente autonomi — un approccio end-to-end più ad alta intensità di capitale che potenzialmente produce cicli di feedback previsione–validazione più stretti . Periodic Labs, co-fondata dal co-creatore di ChatGPT Liam Fedus e dallo scienziato di Google DeepMind Ekin Doğuş Çubuk, ha un obiettivo più ristretto (un superconduttore a temperatura ambiente) . Lila Sciences ha l'ambito più ampio, coprendo biologia, chimica e materiali .

La sfida del scaling: i cicli di sei mesi reggeranno?

La sostenibilità dell'AI Materials Foundry dipende dal fatto che i suoi cicli di scoperta e validazione di sei mesi reggano man mano che il consorzio si espande a più di 48 partner, ciascuno con i propri formati di dati proprietari, interessi di proprietà intellettuale contrastanti e diversi vincoli di produzione . La promessa è che la piattaforma MIRA centralizzata di CuspAI possa indirizzare il candidato giusto al partner giusto in modo efficiente, ma i rischi includono costi di coordinamento, attriti nella condivisione dei dati e la realtà fisica che la sintesi e i test — per quanto intelligente sia l'IA — rimangono lenti, costosi e rumorosi .

Se la coalizione non sarà in grado di dimostrare progressi ripetuti a ciclo chiuso entro la cadenza di sei mesi, il modello rischia di diventare un motore di simulazione su larga scala piuttosto che una vera pipeline di materiali . Molte fonti notano un avvertimento critico: "al momento, nessuna iniziativa di CuspAI ha ancora prodotto un materiale commercialmente distribuito" . Per un'azienda valutata 2,6 miliardi di dollari, questo divario tra promessa e prova concreta sarà la domanda cruciale mentre l'AI Materials Foundry passa dall'annuncio all'esecuzione.

Contemporaneamente all'annuncio del finanziamento, CuspAI ha lanciato l'AI Materials Foundry, un consorzio globale che riunisce 48 partner industriali e di ricerca con l'obiettivo di accelerare la scoperta di materiali progettati dall'IA per semiconduttori, energia pulita e produzione avanzata . Ecco l'analisi completa e documentata dell'accordo, della tecnologia, della coalizione e del confronto con i concorrenti, comprese le criticità legate a una valutazione di 2,6 miliardi di dollari per un'azienda che non ha ancora commercializzato un materiale .

Il round di finanziamento: dal seed a 2,6 miliardi in due anni

CuspAI è stata fondata nel 2024 e a giugno dello stesso anno ha raccolto un round seed da 30 milioni di dollari guidato da Hoxton Ventures . A settembre 2025, ha chiuso un Serie A da 100 milioni di dollari co-guidato da NEA e Temasek, con una valutazione di 520 milioni di dollari, con la partecipazione del ramo VC di Nvidia, Samsung Ventures e angel investor come il co-fondatore di OpenAI Durk Kingma e il co-fondatore di Hugging Face Thomas Wolf .

Il nuovo round Serie B da 450 milioni di dollari è stato confermato il 20 luglio 2026, dopo che il Financial Times aveva riportato a giugno che la società era in trattative per raccogliere circa 400 milioni di dollari a una valutazione di 2,6 miliardi . L'importo finale è stato superiore a quanto inizialmente riportato e ha incluso un roster di nuovi investitori: AMD Ventures, Glade Brook Capital Partners, Lux Capital e investitori sovrani da Regno Unito, Paesi Bassi (Invest-NL) e Singapore, insieme ai lead investor . Alcune fonti hanno riportato l'importo intorno ai 500 milioni di dollari, ma la maggior parte cita la cifra di 450 milioni .

L'AI Materials Foundry: una coalizione industriale da 48 membri

Lo stesso giorno dell'annuncio del finanziamento, CuspAI ha lanciato l'AI Materials Foundry, un consorzio globale progettato per mettere in comune potenza di calcolo, dati proprietari sui materiali, capacità di laboratorio e competenze manifatturiere per accelerare la progettazione di nuovi materiali . Tra i membri fondatori figurano Nvidia, Meta, Samsung, Hyundai Motor Group, Applied Materials, Lam Research, Tokyo Electron, ASMPT, 3M, Henkel, Hitachi, JSR, Merck, AMD e decine di altri .

Nvidia fornisce l'infrastruttura di calcolo accelerato, mentre Meta contribuisce con i modelli di chimica atomistica del suo team Fundamental AI Research (FAIR) . Le aziende membri contribuiscono con dati proprietari sui materiali, capacità di laboratorio e requisiti di produzione . L'obiettivo dichiarato della coalizione è comprimere la tradizionale tempistica di scoperta dei materiali, che richiede dai 10 ai 20 anni, in cicli di sei mesi .

Come funziona il sistema di progettazione inversa (MIRA)

La piattaforma principale di CuspAI, chiamata MIRA, inverte il processo tradizionale di scoperta dei materiali . Invece di sintetizzare composti e poi testarne le proprietà, gli utenti specificano le caratteristiche prestazionali desiderate — tolleranza termica, conducibilità elettrica, selettività per la CO₂, resistenza all'incisione — e i modelli di IA generativa propongono strutture molecolari candidate ottimizzate per quelle proprietà . Fondamentalmente, il sistema valuta anche la producibilità, assicurando che i candidati proposti possano essere effettivamente sintetizzati .

L'azienda descrive MIRA come "un motore di ricerca per il mondo dei materiali" . La piattaforma seleziona i candidati esplorando un vasto spazio chimico, quindi indirizza i migliori ai partner della coalizione per una sintesi rapida e una validazione nel mondo reale . NEA, investitore sia nel Serie A che nel Serie B, ha descritto l'approccio come "progettazione inversa — partire dalle proprietà target e lavorare a ritroso per proporre candidati — poi valuta stabilità, prestazioni e producibilità attraverso cicli di feedback rapidi" .

I co-fondatori

CuspAI è stata co-fondata nel 2024 da due persone con competenze complementari :

• Dott. Chad Edwards — CEO. Chimico con esperienza nella commercializzazione della tecnologia presso Google, BASF e, più recentemente, l'azienda di computer quantistici Quantinuum . È stato anche co-fondatore commerciale di Cambridge Quantum Computing .
• Professor Max Welling — Chief AI Officer. Rinomato ricercatore di IA, ex scienziato illustre e vicepresidente presso Microsoft Research e Qualcomm, e professore all'Università di Amsterdam . Welling è un pioniere dell'IA moderna ed è noto per il suo lavoro sulle reti neurali grafiche e l'inferenza variazionale.

L'azienda ha sede a Cambridge, Regno Unito, con radici che risalgono ad Amsterdam, dove ha sede Welling . Tra i membri di spicco del consiglio di amministrazione figurano Geoffrey Hinton ("Padrino dell'IA") come consulente, Yann LeCun e l'ex CTO di ASML Martin van den Brink .

Confronto con i competitor: come si posiziona CuspAI

CuspAI opera in uno spazio in rapida crescita insieme ad altre startup ben finanziate nel campo dei materiali basati sull'IA. Ecco un confronto basato sulle informazioni disponibili :

La differenza strategica chiave: CuspAI non costruisce i propri laboratori robotici. Invece, esternalizza la validazione fisica ai partner della coalizione, il che teoricamente le consente di scalare più rapidamente e attingere a competenze manifatturiere esistenti, ma significa anche che cede il controllo del ciclo di sintesi . Al contrario, sia Lila Sciences che Periodic Labs operano laboratori wet completamente autonomi — un approccio end-to-end più ad alta intensità di capitale che potenzialmente produce cicli di feedback previsione–validazione più stretti . Periodic Labs, co-fondata dal co-creatore di ChatGPT Liam Fedus e dallo scienziato di Google DeepMind Ekin Doğuş Çubuk, ha un obiettivo più ristretto (un superconduttore a temperatura ambiente) . Lila Sciences ha l'ambito più ampio, coprendo biologia, chimica e materiali .

La sfida del scaling: i cicli di sei mesi reggeranno?

La sostenibilità dell'AI Materials Foundry dipende dal fatto che i suoi cicli di scoperta e validazione di sei mesi reggano man mano che il consorzio si espande a più di 48 partner, ciascuno con i propri formati di dati proprietari, interessi di proprietà intellettuale contrastanti e diversi vincoli di produzione . La promessa è che la piattaforma MIRA centralizzata di CuspAI possa indirizzare il candidato giusto al partner giusto in modo efficiente, ma i rischi includono costi di coordinamento, attriti nella condivisione dei dati e la realtà fisica che la sintesi e i test — per quanto intelligente sia l'IA — rimangono lenti, costosi e rumorosi .

Se la coalizione non sarà in grado di dimostrare progressi ripetuti a ciclo chiuso entro la cadenza di sei mesi, il modello rischia di diventare un motore di simulazione su larga scala piuttosto che una vera pipeline di materiali . Molte fonti notano un avvertimento critico: "al momento, nessuna iniziativa di CuspAI ha ancora prodotto un materiale commercialmente distribuito" . Per un'azienda valutata 2,6 miliardi di dollari, questo divario tra promessa e prova concreta sarà la domanda cruciale mentre l'AI Materials Foundry passa dall'annuncio all'esecuzione.